支持向量机做图片分类

#os为了下面获取图片路径
import os, glob
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
from sklearn.decomposition import PCA
import tensorflow
from tensorflow import keras
#total_num = 5970  # 训练集总计和
#train_num = 5970  # 训练集实际训练数字，20的验证集
dir_data = '/Users/mac/Desktop/Dataset2'  # 训练集路径
dir_mask = os.path.join(dir_data, 'mask')  # 戴口罩文件夹路径
dir_nomask = os.path.join(dir_data, 'nomask')  # 没带口罩文件夹路径
#assert为断言函数。判断文件是否存在
assert os.path.exists(dir_mask), 'Could not find ' + dir_mask
assert os.path.exists(dir_nomask), 'Could not find ' + dir_nomask
# 定义了文件指针对整个文件夹遍历一遍，将图像读出来
#os.path.abspath(fp) 获取图片的绝对路径
#glob.glob获取一个可以遍历对象（随机遍历）
fpath_mask=[os.path.abspath(fp) for fp in glob.glob(os.path.join(dir_mask, '*.png'))]
fpath_nomask = [os.path.abspath(fp) for fp in glob.glob(os.path.join(dir_nomask, '*.png'))]
# 文件数
num_mask = len(fpath_mask)
num_nomask = len(fpath_nomask)
# 设置标签。将num_mask变为0，将num_nomask变为1
label_mask = [0] * num_mask
label_nomask = [1] * num_nomask
print('#mask:', num_mask)
print('#nomask:', num_nomask)
# 划分多少为验证集
RATIO_TEST = 0.2
num_mask_test = int(num_mask * RATIO_TEST)
num_nomask_test = int(num_nomask * RATIO_TEST)
# 包括第十个的所有戴口罩和不带口罩的路径
fpath_train = fpath_mask[num_mask_test:] + fpath_nomask[num_nomask_test:]
#包括第十个的所有戴口罩和不带口罩的标签
label_train = label_mask[num_mask_test:] + label_nomask[num_nomask_test:]
# validation
fpath_vali = fpath_mask[:num_mask_test] + fpath_nomask[:num_nomask_test]
label_vali = label_mask[:num_mask_test] + label_nomask[:num_nomask_test]
ways=16
for i in range(ways):
   pil_img1 = Image.open(fpath_train[i])
   out1 = pil_img1.resize((16,16))
num_img2 = np.asarray(out1)#将图片转为80*80*3的数组
#将num_img1由3维降为2维数组
num_img2= (num_img2.reshape(num_img2.shape[0], num_img2.shape[1] * num_img2.shape[2]))
#使用0-1标准化
from sklearn import preprocessing
min_max_scaler = preprocessing.MinMaxScaler()
num_img4 = min_max_scaler.fit_transform(num_img2)
#n_components为降维后需要的维度
n_components = 4
#svd_solver='auto'：使用奇异值分解器。auto：SVD模式中的随机模式
#whiten=True：白化会去除变换信号中的一些信息(分量的相对方差尺度)，但在数据有比较强的相关性的假设下，有时可以提高下游估计器的性能。
pca1 = PCA(n_components=n_components, svd_solver='auto',
          whiten=True).fit(num_img4)
#all_data_pca1维度的：80*16
all_data_pca1 = pca1.transform(num_img4)
#3进行l1正则化
all_data_pca3 = preprocessing.normalize(all_data_pca1, norm='l1')
ways=4
for i in range(ways):
   pil_img2 = Image.open(fpath_vali[i])
   out2 = pil_img2.resize((4,4))
num_img3 = np.asarray(out2)
num_img3= (num_img3.reshape(num_img3.shape[0], num_img3.shape[1] * num_img3.shape[2]))
from sklearn import preprocessing
min_max_scaler = preprocessing.MinMaxScaler()
num_img5 = min_max_scaler.fit_transform(num_img3)
n_components = 4
pca2 = PCA(n_components=n_components, svd_solver='auto',
          whiten=True).fit(num_img5)
#all_data_pca2维度为20*16
all_data_pca2 = pca2.transform(num_img5)
all_data_pca4 = preprocessing.normalize(all_data_pca2, norm='l1')
# 其中0.01为上面2.1小节提到的常数系数C，自己设置
from sklearn import svm
clf = svm.SVC()
clf.fit(all_data_pca3,label_train)
print("SVM",clf.score(all_data_pca4,label_vali))